ThreatLabz odnotował w 2025 roku blisko bilion transakcji AI i uczenia maszynowego wśród przedsiębiorstw; organizacje blokowały niemal cztery na dziesięć. W badaniu PagerDuty 66% osób, które używały AI do pracy, przyznało, że korzystało z niej mimo przekonania, iż firmowe zasady na to nie pozwalają.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: Why do AI blocklists give Singapore firms a false sense of security despite IMDA’s January 2026 Model AI Governance Framework for Agentic AI. Article summary: AI blocklists can confuse control over the corporate network with control over actual AI use: employees may move work to personal devices, while AI inside approved software remains accessible. IMDA’s January 2026 framewo. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Blokowanie aplikacji AI może ograniczyć ruch w firmowej sieci, ale samo w sobie nie wyjaśnia, czy pracownicy przestali korzystać z tych narzędzi ani czy zmniejszyło się ryzyko. W 2025 roku ThreatLabz przeanalizował blisko bilion transakcji związanych z AI i uczeniem maszynowym zaobserwowanych na platformie Zscalera. Według omówienia raportu organizacje blokowały niemal cztery na dziesięć, w tym popularne narzędzia.1
6 To dane o ruchu widocznym na tej platformie — nie o wszystkich firmach w Singapurze ani o tym, ile ryzyka faktycznie wyeliminowały blokady.
Dla firm w Singapurze kluczowe pytanie brzmi więc nie tylko: „Które aplikacje zablokować?”. Trzeba też ustalić, jak nadzorować AI używaną na prywatnych urządzeniach, w zatwierdzonym oprogramowaniu z wbudowanymi asystentami oraz przez agentów mających dostęp do systemów biznesowych. Modelowy framework IMDA — singapurskiej agencji ds. rozwoju mediów i technologii informacyjno-komunikacyjnych — dotyczący agentowej AI zaleca ocenę ryzyka oraz ograniczanie dostępu, autonomii i zakresu działań agentów.26
Blokada sieciowa może odciąć konkretną drogę do usługi, ale nie usuwa zadania, przy którym pracownik chciał skorzystać z AI. W badaniu PagerDuty z czerwca 2026 roku 66% respondentów, którzy używali AI do pracy, stwierdziło, że korzystało z narzędzi w pracy mimo przekonania, iż firmowa polityka na to nie pozwala.38
Badanie objęło 1250 pracowników biurowych dużych organizacji w Australii, Japonii, Wielkiej Brytanii i Stanach Zjednoczonych. Pokazuje więc szerszy wzorzec w miejscu pracy, a nie wskaźnik dla Singapuru.41 Nie oznacza to, że każdą blokadę da się obejść. Pokazuje jednak, że sam zakaz nie jest pełnym obrazem zachowań pracowników ani ekspozycji danych.
Firmowe środowisko AI może obejmować nie tylko publiczne chatboty, lecz także zatwierdzone programy biznesowe z wbudowanymi asystentami, integracje i agentów. W każdym przypadku firma powinna wiedzieć, jakie informacje narzędzie może pobrać i jakie działania wykonać. Framework IMDA wskazuje, że ryzyko agentów zależy między innymi od dostępu do wrażliwych danych, poziomu autonomii, zakresu działań i ich odwracalności.20
26
To zmienia punkt ciężkości z pytania „Czy ta aplikacja jest na liście?” na „Do czego AI ma dostęp i co może ujawnić albo zmienić?”.
Pracownik może użyć prywatnego urządzenia lub połączenia, którego firma nie monitoruje, by wykonać zadanie służbowe z pomocą AI. W takim przypadku blokada w sieci firmowej nie musi pokazywać całej drogi, jaką przebyła informacja. Warto uwzględnić taki scenariusz w planowaniu, zamiast zakładać, że logi sieciowe rejestrują każde użycie AI.
Kontroli wymagają też funkcje AI w zatwierdzonym oprogramowaniu: należy sprawdzić ich uprawnienia i przepływy danych. Zgoda na używanie programu nie przesądza automatycznie, że każdy jego asystent czy dodatek ma właściwie ograniczony dostęp.
Wpis Forcepoint, powołując się na doniesienia „Fortune”, opisał przypadek, w którym około 3000 nieopublikowanych materiałów Anthropic stało się publicznie dostępnych z powodu błędnej konfiguracji systemu zarządzania treścią.40 To relacjonowany incydent, a nie dowód dotyczący list blokad AI czy firm w Singapurze. Pokazuje jedynie, że ustawienia publikacji i uprawnienia mogą prowadzić do ujawnienia informacji niezależnie od tego, które aplikacje AI organizacja dopuszcza.
Firmy nie muszą wybierać między całkowitym zakazem a nieograniczonym dostępem. Praktyczniejsze podejście łączy rozpoznanie użycia AI, ochronę danych, ograniczony dostęp i narzędzia, z których można bezpiecznie korzystać.
Ustal, z jakiej AI naprawdę korzysta organizacja. Uwzględnij zatwierdzone narzędzia, funkcje wbudowane w oprogramowanie, integracje i agentów. Połącz techniczne rozpoznawanie z jasną ścieżką zgłaszania nowych zastosowań przez pracowników. Dane sieciowe traktuj jako jedno ze źródeł informacji, nie pełny zapis wszystkich sposobów pracy.
Zacznij od ochrony najbardziej wrażliwych danych. Zidentyfikuj zasoby o najwyższym ryzyku i sprawdź, kto — oraz jakie systemy — mają do nich dostęp. Zabezpieczenia powinny chronić dane tam, gdzie są przechowywane i używane, a nie opierać się wyłącznie na nazwach aplikacji.
Określ i testuj granice zatwierdzonych narzędzi. Sprawdź, jakie informacje asystent może pobierać, wysyłać i zmieniać. Ogranicz dostęp do tego, co jest potrzebne do danego zadania, a przy ważnych lub trudnych do odwrócenia działaniach wymagaj akceptacji człowieka. Takie podejście jest zgodne z zaleceniami IMDA, by oceniać ryzyko agentów oraz ograniczać ich zakres, autonomię i dostęp.20
26
Zadbaj, by zatwierdzona droga była użyteczna. Udostępnij narzędzia i procedury, które pozwalają wykonywać uzasadnione zadania bez sięgania po niezatwierdzone alternatywy. Mierz, czy pracownicy mogą bezpiecznie realizować swoje zadania — nie tylko to, ile żądań odrzuca blokada.
Lista blokad może być jednym z zabezpieczeń, ale nie jest wiarygodnym miernikiem spadku ryzyka. Lepsze zarządzanie sprawia, że rzeczywiste użycie AI jest bardziej widoczne, chroni wrażliwe informacje niezależnie od miejsca ich przepływu i ogranicza możliwości systemów AI.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
ThreatLabz odnotował w 2025 roku blisko bilion transakcji AI i uczenia maszynowego wśród przedsiębiorstw; organizacje blokowały niemal cztery na dziesięć.
ThreatLabz odnotował w 2025 roku blisko bilion transakcji AI i uczenia maszynowego wśród przedsiębiorstw; organizacje blokowały niemal cztery na dziesięć. W badaniu PagerDuty 66% osób, które używały AI do pracy, przyznało, że korzystało z niej mimo przekonania, iż firmowe zasady na to nie pozwalają.
Bezpieczniejsza strategia to rozpoznanie rzeczywistego użycia AI, ochrona wrażliwych danych, ograniczanie dostępu i działań agentów oraz praktyczne, zatwierdzone narzędzia.
ThreatLabz odnotował w 2025 roku blisko bilion transakcji AI i uczenia maszynowego wśród przedsiębiorstw; organizacje blokowały niemal cztery na dziesięć. W badaniu PagerDuty 66% osób, które używały AI do pracy, przyznało, że korzystało z niej mimo przekonania, iż firmowe zasady na to nie pozwalają.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: Why do AI blocklists give Singapore firms a false sense of security despite IMDA’s January 2026 Model AI Governance Framework for Agentic AI. Article summary: AI blocklists can confuse control over the corporate network with control over actual AI use: employees may move work to personal devices, while AI inside approved software remains accessible. IMDA’s January 2026 framewo. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Blokowanie aplikacji AI może ograniczyć ruch w firmowej sieci, ale samo w sobie nie wyjaśnia, czy pracownicy przestali korzystać z tych narzędzi ani czy zmniejszyło się ryzyko. W 2025 roku ThreatLabz przeanalizował blisko bilion transakcji związanych z AI i uczeniem maszynowym zaobserwowanych na platformie Zscalera. Według omówienia raportu organizacje blokowały niemal cztery na dziesięć, w tym popularne narzędzia.1
6 To dane o ruchu widocznym na tej platformie — nie o wszystkich firmach w Singapurze ani o tym, ile ryzyka faktycznie wyeliminowały blokady.
Dla firm w Singapurze kluczowe pytanie brzmi więc nie tylko: „Które aplikacje zablokować?”. Trzeba też ustalić, jak nadzorować AI używaną na prywatnych urządzeniach, w zatwierdzonym oprogramowaniu z wbudowanymi asystentami oraz przez agentów mających dostęp do systemów biznesowych. Modelowy framework IMDA — singapurskiej agencji ds. rozwoju mediów i technologii informacyjno-komunikacyjnych — dotyczący agentowej AI zaleca ocenę ryzyka oraz ograniczanie dostępu, autonomii i zakresu działań agentów.26
Blokada sieciowa może odciąć konkretną drogę do usługi, ale nie usuwa zadania, przy którym pracownik chciał skorzystać z AI. W badaniu PagerDuty z czerwca 2026 roku 66% respondentów, którzy używali AI do pracy, stwierdziło, że korzystało z narzędzi w pracy mimo przekonania, iż firmowa polityka na to nie pozwala.38
Badanie objęło 1250 pracowników biurowych dużych organizacji w Australii, Japonii, Wielkiej Brytanii i Stanach Zjednoczonych. Pokazuje więc szerszy wzorzec w miejscu pracy, a nie wskaźnik dla Singapuru.41 Nie oznacza to, że każdą blokadę da się obejść. Pokazuje jednak, że sam zakaz nie jest pełnym obrazem zachowań pracowników ani ekspozycji danych.
Firmowe środowisko AI może obejmować nie tylko publiczne chatboty, lecz także zatwierdzone programy biznesowe z wbudowanymi asystentami, integracje i agentów. W każdym przypadku firma powinna wiedzieć, jakie informacje narzędzie może pobrać i jakie działania wykonać. Framework IMDA wskazuje, że ryzyko agentów zależy między innymi od dostępu do wrażliwych danych, poziomu autonomii, zakresu działań i ich odwracalności.20
26
To zmienia punkt ciężkości z pytania „Czy ta aplikacja jest na liście?” na „Do czego AI ma dostęp i co może ujawnić albo zmienić?”.
Pracownik może użyć prywatnego urządzenia lub połączenia, którego firma nie monitoruje, by wykonać zadanie służbowe z pomocą AI. W takim przypadku blokada w sieci firmowej nie musi pokazywać całej drogi, jaką przebyła informacja. Warto uwzględnić taki scenariusz w planowaniu, zamiast zakładać, że logi sieciowe rejestrują każde użycie AI.
Kontroli wymagają też funkcje AI w zatwierdzonym oprogramowaniu: należy sprawdzić ich uprawnienia i przepływy danych. Zgoda na używanie programu nie przesądza automatycznie, że każdy jego asystent czy dodatek ma właściwie ograniczony dostęp.
Wpis Forcepoint, powołując się na doniesienia „Fortune”, opisał przypadek, w którym około 3000 nieopublikowanych materiałów Anthropic stało się publicznie dostępnych z powodu błędnej konfiguracji systemu zarządzania treścią.40 To relacjonowany incydent, a nie dowód dotyczący list blokad AI czy firm w Singapurze. Pokazuje jedynie, że ustawienia publikacji i uprawnienia mogą prowadzić do ujawnienia informacji niezależnie od tego, które aplikacje AI organizacja dopuszcza.
Firmy nie muszą wybierać między całkowitym zakazem a nieograniczonym dostępem. Praktyczniejsze podejście łączy rozpoznanie użycia AI, ochronę danych, ograniczony dostęp i narzędzia, z których można bezpiecznie korzystać.
Ustal, z jakiej AI naprawdę korzysta organizacja. Uwzględnij zatwierdzone narzędzia, funkcje wbudowane w oprogramowanie, integracje i agentów. Połącz techniczne rozpoznawanie z jasną ścieżką zgłaszania nowych zastosowań przez pracowników. Dane sieciowe traktuj jako jedno ze źródeł informacji, nie pełny zapis wszystkich sposobów pracy.
Zacznij od ochrony najbardziej wrażliwych danych. Zidentyfikuj zasoby o najwyższym ryzyku i sprawdź, kto — oraz jakie systemy — mają do nich dostęp. Zabezpieczenia powinny chronić dane tam, gdzie są przechowywane i używane, a nie opierać się wyłącznie na nazwach aplikacji.
Określ i testuj granice zatwierdzonych narzędzi. Sprawdź, jakie informacje asystent może pobierać, wysyłać i zmieniać. Ogranicz dostęp do tego, co jest potrzebne do danego zadania, a przy ważnych lub trudnych do odwrócenia działaniach wymagaj akceptacji człowieka. Takie podejście jest zgodne z zaleceniami IMDA, by oceniać ryzyko agentów oraz ograniczać ich zakres, autonomię i dostęp.20
26
Zadbaj, by zatwierdzona droga była użyteczna. Udostępnij narzędzia i procedury, które pozwalają wykonywać uzasadnione zadania bez sięgania po niezatwierdzone alternatywy. Mierz, czy pracownicy mogą bezpiecznie realizować swoje zadania — nie tylko to, ile żądań odrzuca blokada.
Lista blokad może być jednym z zabezpieczeń, ale nie jest wiarygodnym miernikiem spadku ryzyka. Lepsze zarządzanie sprawia, że rzeczywiste użycie AI jest bardziej widoczne, chroni wrażliwe informacje niezależnie od miejsca ich przepływu i ogranicza możliwości systemów AI.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
ThreatLabz odnotował w 2025 roku blisko bilion transakcji AI i uczenia maszynowego wśród przedsiębiorstw; organizacje blokowały niemal cztery na dziesięć.
ThreatLabz odnotował w 2025 roku blisko bilion transakcji AI i uczenia maszynowego wśród przedsiębiorstw; organizacje blokowały niemal cztery na dziesięć. W badaniu PagerDuty 66% osób, które używały AI do pracy, przyznało, że korzystało z niej mimo przekonania, iż firmowe zasady na to nie pozwalają.
Bezpieczniejsza strategia to rozpoznanie rzeczywistego użycia AI, ochrona wrażliwych danych, ograniczanie dostępu i działań agentów oraz praktyczne, zatwierdzone narzędzia.